一种功耗限制下三维片上网络测试端口选择优化的方法技术

一种功耗限制下三维片上网络测试端口选择优化的方法，将片上网络将计算机通信技术移植到集成电路设计中，从体系结构上有效解决了多核通信问题，并具有良好的空间扩展性和并行通信能力。本发明专利技术提出一种功耗限制下测试端口选择优化的方法，从而缩短测试时间。以系统功耗确定测试端口对数，以内核测试占用网络资源最少和测试时间最短为目标，为被测核选择端口位置。利用云进化算法对不同端口位置组合寻优，快速收敛到适应值最佳的测试端口组合，完成测试方法研究，这种方法提高了测试效率，缩短了测试时间，降低了测试代价。

A Method for Optimizing Test Port Selection in Three-Dimensional Network-on-Chip with Power Consumption Constraints

A method of test port selection optimization for three-dimensional network-on-chip under power constraints is proposed. The network-on-chip technology is transplanted into integrated circuit design, which solves the problem of multi-core communication effectively in architecture, and has good spatial scalability and parallel communication capability. The invention provides a method for selecting and optimizing test ports under power consumption limitation, thereby shortening test time. The logarithm of test ports is determined based on system power consumption, and the location of test ports is selected for the tested core with the goal of minimizing network resources and testing time. Cloud evolutionary algorithm is used to optimize the combination of different ports, converge quickly to the best fitness test ports, and complete the test method research. This method improves the test efficiency, shortens the test time and reduces the test cost.

【技术实现步骤摘要】
一种功耗限制下三维片上网络测试端口选择优化的方法所属
本专利技术涉及片上网络设计，尤其涉及片上网络的端口选择优化设计。
技术介绍
随着电子产品应用种类的增多，不论是高性能计算领域，还是核心网设备、基站以及个人移动通信终端都对处理器的性能提出了更高的要求。以往通过提高芯片主频来提升处理器性能的方法已面临物理瓶颈，而多核技术逐步成为高性能芯片发展的必然趋势。因此为大规模片上系统的众多处理器核提供高效的互连通信体系变得越来越重要。片上网络(Network-on-Chip,NoC)将计算机通信技术移植到集成电路设计中，从体系结构上有效解决了多核通信问题，并具有良好的空间扩展性和并行通信能力。随着NoC技术的飞速发展，片上集成的核数不断增加，传统二维构架的NoC(2D-NoC)无法从根本上避免全局连线过长、连线延迟、功耗开销等问题。于是提出三维构架的NoC(threedimensionalnetwork-on-Chip，3D-NoC)来解决这些相关问题。3D-NoC将2D-NoC封装成一个三维结构，层与层间可采用硅通孔(throughsiliconvias，TSV)技术在直方向互连，TSV为构建3D-NoC结构的实现提供了有效的途径。此外，通过三维互连的方式，层与层之间的连线与层内部的连线相比要短得多，因此能够达到更快的时钟速率，提高网络吞吐量，降低延时。由于3D-NoC的结构工艺更加复杂，测试成为亟待解决的问题。NoC内核测试可以通过并行测试来减少测试时间。但并行端口过多，会导致测试功耗过大，当超过系统额定功率时，会带来不可修复的毁坏。并行端口过少或者测试端口位置选取不合理，测试时间会过长，造成测试资源浪费。所以测试必须协同考虑测试端口对数和端口位置。NoC内核测试端口位置选择是NP难问题，传统的计算方法很难遍历寻优。利用云进化算法具有良好的随机性和稳定倾向性，能够自适应控制遗传变异的程度和搜索范围，从而快速收敛到最优解。由此，本专利技术提出一种测试方法，该方法基于高精度寻优的云进化算法，在满足多个约束条件下，完成对3D-NoC测试端口的选择优化，减少测试时间。
技术实现思路
本专利技术的目的是以最少的内核测试占用网络资源和最短测试时间来实现三维片上网络测试端口的选择优化。本专利技术解决其技术问题所采用的技术方案是：一种功耗限制下三维片上网络测试端口选择优化的方法基于高精度寻优的云进化算法，测试满足多个约束条件，基于重用NoC作为测试访问机制和XYZ路由方式完成3D-NoC测试端口位置寻优，得出最优测试时间。所述的云进化算法云模型理论与自然进化策略相结合，利用云模型C(Ex，En，He)描述进化过程。其中Ex称为期望，代表优良种子个体；En称为进化熵，代表物种变异的大概范围，En越大变异的范围也越大，反之越小；He称为进化超熵，表示进化过程中的稳定性，He越大稳定性越小，反之越大。通过调节En、He的值能够很好地自适应控制遗传变异的程度和搜索范围。所述的约束条件为：1)每个被测核只需测试一次，测试中途不能停止；2)正在测试的核占用的网络资源直到测试完才释放，未释放之前，其他测试核不得占用；3)在同一测试时间段上的不同测试核，必须避免测试资源冲突，有资源冲突必须停止，进行等待；4)在同一测试时间段内，所有测试核的总功耗必须满足系统功耗限制；5)在同一测试时间段内，同一层测试核的总功耗必须满足该层功耗限制。所述的测试测试访问机制基于待测内核优先权的测试调度方案测试资源分配采用非抢占式分配策略，为了减少测试过程中额外的硬件开销，测试重用3D-NoC作为测试访问机制，即重复利用3D-NoC的路由节点、路由通道以及TSV网络资源完成测试。所述的XYZ路由方式为数据包从源节点向目标节点发送过程中，数据包依次向X、Y、Z方向传输。本专利技术的有益效果是：一种功耗限制下三维片上网络测试端口选择优化方法提高了测试效率，缩短了测试时间，降低了测试代价附图说明图1表示的是基于云进化算法测试端口选择流程图具体实施方式一、确定测试I/O端口对数：端口对数nio确定公式为其中:Pmax表示系统最大功耗；Ptotal表示测试总功耗；nio表示系统功耗限制下，允许最大测试端口对数；n表示NoC总的输入、输出端口数量。二、确定测试核测试I/O端口位置：采用XYZ路由算法，路由节点用三维坐标(x,y,z)表示，坐标(xc,yc,zc)、(xi,yi,zi)、(xo,yo,zo)分别表示待测核、测试端口输入和输出位置，根据路由路径得知:路径经过的路由通道数:kchannel＝|xc-xi|+|xo-xc|+|yc-yi|+|yo-yc|；路径经过硅通孔数：kTSV＝|zc-zi|+|zo-zc|；路径经过的路由节点数:krouter＝kchannel+1+kTSV+1。其中:kchannel(i)、krouter(i)、kTSV(i)分别代表核i测试经过的路由通道数、路由节点数和硅通孔数。在每组端口位置组合中，每个被测核总存在使测试占用网络资源最少的测试端口位置。三、计算测试功耗:测试过程必须准确计算测试功耗确保测试满足功耗限制。功耗模型为Ppass(i)＝kchannel(i)×Pchannel+krouter(i)×Prouter+kTSV(i)×PTSV。其中，P(i)、Pcore(i)、Ppass(i)分别表示核i的测试总功耗、测试功耗、测试传输功耗，Prouter、Pchannel分别表示测试数据在路由节点上的传输功耗、通道上的传输功耗。四、系统层功耗的限制：层功耗限制要求同一层的资源内核的测试功耗总和小于每层的额定功耗：其中:P[c][i]表示c层测试核i的测试功耗，Pl(c)为第c层额定功耗，b表示第c层核的总数。五、计算测试时间：以缩短3D-NoC资源内核测试时间为目标，对3D-NoC的测试端口进行选择优化，所以测试时间作为测试评估方程的值。满足功耗限制条件下，测试时间越短，测试方案越佳。测试数据在NoC中网络传输延迟一般以时钟周期来表示；在NoC网络传输过程，核的测试时间比测试数据传输时间长很多；核的总测试时间包括测试数据传输时间以及核的测试时间；在核的测试过程中，余下数据包已相继传入网络，所以测试数据传输时间主要是第一个数据包输入到被测核以及最后一个数据包从被测核输出到输出端口的传输时间；在测试过程中不考虑数据包之间的延迟。六、云计算算法：进化算法云模型理论与自然进化策略相结合，利用云模型C(Ex，En，He)描述进化过程。其中Ex称为期望，代表优良种子个体；En称为进化熵，代表物种变异的大概范围，En越大变异的范围也越大，反之越小；He称为进化超熵，表示进化过程中的稳定性，He越大稳定性越小，反之越大。通过调节En、He的值能够很好地自适应控制遗传变异的程度和搜索范围。本专利技术采用一维正态云模型，实现步骤如下:输入:一维云模型的参数Ex、En、He、w输出:{(x1，m1)，…，(xw，mw)}fori＝0tow{En'＝RANDN(En，He)xi＝RANDN(Ex，En')Drop(xi，ui)}将云进化算法应用到3D-NoC端口优化必须解决算法对优化过程的表示与控制。本文主要结合端口选择优化完成编码设计，在云模型定性进化策略的基础本文档来自技高网...

【技术保护点】
1.一种功耗限制下三维片上网络测试端口选择优化的方法基于高精度寻优的云进化算法，测试满足多个约束条件，基于重用NoC作为测试访问机制和XYZ路由方式完成3D‑NoC测试端口位置寻优，得出最优测试时间。

【技术特征摘要】
1.一种功耗限制下三维片上网络测试端口选择优化的方法基于高精度寻优的云进化算法，测试满足多个约束条件，基于重用NoC作为测试访问机制和XYZ路由方式完成3D-NoC测试端口位置寻优，得出最优测试时间。2.根据权利要求1所述的一种功耗限制下三维片上网络测试端口选择优化的方法，其云进化算法云模型理论与自然进化策略相结合，利用云模型C(Ex，En，He)描述进化过程，其中Ex称为期望，代表优良种子个体;En称为进化熵，代表物种变异的大概范围，En越大变异的范围也越大，反之越小;He称为进化超熵，表示进化过程中的稳定性，He越大稳定性越小，反之越大，通过调节En、He的值能够很好地自适应控制遗传变异的程度和搜索范围。3.根据权利要求1所述的一种功耗限制下三维片上网络测试端口选择优化的方法，其约束条件为：1)每个被测核只需测试一次，测试中途不能停止;2...

【专利技术属性】
技术研发人员：邢筱丹，
申请(专利权)人：邢筱丹，
类型：发明
国别省市：辽宁,21